[Stanford CS146S #8] KI-Native Softwarearchitektur & Refactoring: Monolithen entkoppeln, semantische Schulden abbauen und autonome Großmigrationen
Willkommen zum achten Teil unserer technischen Analyse der Stanford-Vorlesungsreihe CS146S: The Modern Software Developer.
In den vorherigen Sitzungen haben wir Prompt-Engineering (Vorlesung 2), MCP-Werkzeuge (Vorlesung 3), selbstheilende Test-Harnesses (Vorlesung 4), Multi-Agenten-Swarms (Vorlesung 5), eBPF-Kernel-Tracing (Vorlesung 6) und automatisierte PR-Reviews (Vorlesung 7) untersucht.
In Vorlesung 8 widmet sich der Lehrplan den systemischen Langzeitfolgen autonomer KI-Agenten: Wie entwerfen wir Softwarearchitekturen, die KI-Agenten navigieren, verstehen und modifizieren können, ohne unter explodierender Komplexität zusammenzubrechen? Und wie nutzen wir KI-Agenten, um gewachsene Legacy-Monolithen sicher zu zerlegen?
Traditionelle Softwarearchitekturen — geprägt von globalem veränderlichem Zustand, zyklischen Abhängigkeiten und 100.000-Zeilen-Monolithen — überfordern das logische Denkvermögen von Sprachmodellen. In dieser Vorlesung formalisieren Stanford-Informatiker das Konzept der semantischen Schulden (Semantic Debt), definieren die Prinzipien KI-nativer Architektur und liefern eine praxiserprobte Anleitung zur AST-gestützten Monolithen-Entkopplung.